ვარიაციის კოეფიციენტი (CV), ასევე ცნობილი როგორც "ფარდობითი ცვალებადობა", ტოლია განაწილების სტანდარტული გადახრისა, რომელიც იყოფა მისი საშუალოზე. როგორც ჯონ ფროუნდის "მათემატიკურ სტატისტიკაში" განიხილეს, CV განსხვავდება საშუალო განსხვავებისგან CV– ს "ნორმალიზება" გარკვეულწილად, რაც მას ერთეულს ხდის, რაც ხელს უწყობს პოპულაციებს შორის შედარებას და განაწილებები. რა თქმა უნდა, CV კარგად არ მუშაობს წარმოშობის სიმეტრიულ პოპულაციებზე, რადგან საშუალო იქნება ნულთან ახლოს, რაც CV– ს გახდის საკმაოდ მაღალსა და არასტაბილურს, განსხვავების მიუხედავად. თქვენ შეგიძლიათ გამოთვალოთ CV დაინტერესებული მოსახლეობის ნიმუშის მონაცემებიდან, თუ უშუალოდ არ იცით მოსახლეობის ვარიაცია და საშუალო მნიშვნელობა.
გამოთვალეთ ნიმუშის საშუალო, ფორმულის გამოყენებით? =? x_i / n, სადაც n არის მონაცემთა წერტილის რაოდენობა x_i ნიმუშში და ჯამი არის i- ს ყველა მნიშვნელობებზე. წაიკითხეთ i, როგორც x- ის გამომწერი.
მაგალითად, თუ მოსახლეობის ნიმუშია 4, 2, 3, 5, მაშინ ნიმუშის საშუალოა 14/4 = 3.5.
გამოთვალეთ ნიმუშის ვარიაცია, ფორმულის გამოყენებით? (X_i -?) ^ 2 / (n-1).
მაგალითად, ზემოთ მოცემულ ნიმუშთა ნაკრებში, ნიმუშის ვარიაციაა [0,5 ^ 2 + 1,5 ^ 2 + 0,5 ^ 2 + 1,5 ^ 2] / 3 = 1,667.
იპოვნეთ სტანდარტული გადახრის ნიმუში მე -2 ნაბიჯის შედეგის კვადრატული ფესვის ამოხსნით. შემდეგ გაყოფა ნიმუშის საშუალოზე. შედეგი არის CV.
ვაგრძელებთ ზემოთ მოყვანილ მაგალითს? (1.667) /3.5 = 0.3689.